潜金

潜在黄金®4.0用户指南。潜在类是不可观察的(潜在的)子群或段。同一潜类中的案件在一定的标准上是同质的,而不同潜类的案件在某些重要方面是不同的。形式上,潜在类由一个名义潜在变量X的K个不同类别表示。由于潜在变量是类别的,LC建模不同于更传统的潜在变量方法,如因子分析、结构方程模型和基于连续潜在变量的随机效应回归模型。潜在类(LC)分析最初由Lazarsfeld(1950)提出,作为一种解释涉及二分项目的调查响应模式中受访者异质性的方法。在20世纪70年代,LC方法被Goodman(1974a,1974b)正式化并扩展到名义变量,他还开发了作为潜在黄金计划基础的最大似然算法。在同一时期,通过Day(1969)、Wolfe(196519671970)等人的工作,多元正态分布的有限混合(FM)模型的相关领域开始出现。FM模型寻求分离或“非混合”数据,这些数据被假定为来自有限数量的明显不同的总体的混合。


zbMATH参考文献(92篇文章引用)

显示第1至第92个结果。
按年份排序(引用)
  1. 乔尔达尼,保罗;费拉罗,玛丽亚·布里吉达;马尔泰拉,弗朗西斯卡:R聚类介绍(2020)
  2. 马文超,Jimmy de la Torre:GDINA:认知诊断建模的R包(2020)不是zbMATH
  3. Boeshoten,L.;Croon,M.A.;Oberski,D.L.:关于在线性等式和不等式约束下应用BCH方法的说明(2019年)
  4. Durante,Daniele;Canale,Antonio;Rigon,Tommaso:具有协变量的潜在类模型的嵌套期望最大化算法(2019)
  5. Piccolo,Domenico;Simone,Rosaria:对“CUB模型的类别:统计基础、推论问题和经验证据”讨论的回应(2019年)
  6. Piccolo,Domenico;Simone,Rosaria:The class of\textscubmodels:统计基础、推论问题和经验证据(2019)
  7. Ranalli,Monia;Rocci,Roberto:基于URV模型的聚类混合类型数据方法概述(2019)
  8. Bakk,Zsuzza;Kuha,Jouni:潜在类和外部变量之间模型的两步估计(2018)
  9. Jacques,Julien;Biernacki,Christophe:有序数据的基于模型的协同聚类(2018)
  10. Michel Meulders;Philippe De Bruecker:三向三模二进制数据的潜在类概率潜在特征分析(2018)不是zbMATH
  11. Ian Wadsworth;Van Horn,M.Lee;Jaki,Thomas:用于检查回归混合模型假设的诊断工具(2018年)
  12. Erosheva,Elena A.;Curtis,S.McKay:处理贝叶斯因子分析中的反射不变性(2017)
  13. Francesco Bartolucci;Silvia Pandolfi;Fulvia Pennoni:LMest:纵向分类数据潜在马尔可夫模型的R包(2017)不是zbMATH
  14. Ken Beath:randomLCA:R软件包,用于潜在类和随机效应分析(2017)不是zbMATH
  15. Ranalli,Monia;Rocci,Roberto:通过复合似然法对混合类型数据的混合模型(2017年)
  16. Bassi,Francesca:用增长混合模型进行动态细分(2016)
  17. Benink,Margot;Croon,Marcel A.;Kroon,Brigitte;Vermunt,Jeroen K.:具有多个离散个体水平变量的微观-宏观多级潜在类模型(2016)
  18. Biernacki,Christophe;Jacques,Julien:基于模型的多变量有序数据聚类依赖于随机二进制搜索算法(2016)
  19. Chew,Cindy S.;Forte,Jason D.;Reeve,Robert A.:影响儿童非符号和象征性量值判断能力的认知因素:潜在轮廓分析(2016)数学
  20. Chiu,Chia Yi;Köhn,Hans Friedrich:作为logit模型的简化RUM:参数化和约束(2016)